长鑫存储数据科学工程师-Data Science Engineer(J19806)
任职要求
1、两年以上深度学习、机器学习、数据分析及可视化或图像处理相关经验，或者数据系统相关的系统开发经验。 2、熟悉常用的统计分析，机器学习等分析手段与方法。 3、富有探索精神，积极主动，追求卓越，善于以创新方式解决问题。 4、学习能力与实践能力强，具备数据科学前沿领域文献阅读与快速代码实践能力。 以下任一项为加分项 5、计算机视觉深度学习、机…
工作职责
1、负责开发、优化和落地应用前沿的模型与算法，包括深度学习、机器学习、多模态大模型等，提升半导体制造领域的图像分类、目标检测、语义分割、实例分割、异常检测、表格数据挖掘与智能分析，时间序列数据预测与异常检测等方面的系统性能，提升工程分析效率与能力。 2、负责进行半导体图像数据(量测、缺陷等图像)处理，结合前沿的计算机视觉模型与OpenCV等传统工具，快速提取针对特定问题特征，实现高信噪比指标来表征工程问题，加速研发。 3、负责半导体研发过程中相关工程数据分析系统、算法及工具的设计与开发，帮助提高研发效率和缩短新产品研发周期。 4、负责与缺陷/量测/良率/工艺整合/工艺研发/设计/器件/可靠性等相关部门合作，进行工程数据分析系统的项目管理，完成需求梳理，产品设计与规划，推动系统开发与落地，产生业务价值。
1. 数据分析与工程支持：主导产品与测试工程的数据分析工作，为产品良率提升、测试成本降低等核心业务提供数据驱动的决策支持； 2. 数据挖掘与智能算法开发：主导产品数据挖掘工作，开发智能化算法，提升工程师分析效率与精确度； 3. 产线良率监控与管理：运用大数据方法，监控并管理量产产品的产线良率问题，主动识别异常并推动闭环； 4. AI项目协同推进：与AI团队合作开发，推进AI项目在产品与测试业务中的落地与应用迭代。
1.基于半导体SEM/TEM等图像数据，与设计版图数据，实现图像中的异常识别，精确表征，版图图形检查规则优化 ； 2.开发数据驱动模型和算法，分析半导体版图设计与实际晶圆图像的差异，识别光刻畸变、缺陷热点等制造风险； 3.构建计算机图形学算法（如几何变换、拓扑分析、特征提取），实现版图与SEM/TEM图像的自动对齐，精确表征，异常检测等； 4.设计AI增强的规则引擎，结合机器学习优化DRC规则库，提升对图形边缘失真、层间偏移等复杂问题的预测准确性； 5.建立图像诊断闭环系统，将识别结果反馈至工艺设计，驱动版图优化与制程改进； 6.开发GPU加速的图像处理流水线，处理超大规模版图数据（TB级）。
1. 数据分析与建模： 负责为工业工程部、采购部、计划部、CP、FT后道工程及生产等部门提供数据分析和建模支持，优化生产流程、供应链管理和设备效率，通过构建数学模型、智能算法建立预测性维护、产能优化、良率提升、库存优化等应用，推动智能制造和数字化决策；2. 数据架构优化： 与MRDIT、CIT、业务团队协作，优化数据架构，确保模型应用所需数据的质量与实时性；3. 跨部门协作与业务赋能： 理解各业务部门需求背景，提供数智化解决方案，为管理层提供数据洞察支持战略决策；4. 技术创新与行业研究： 跟随数据科学和工业智能化的前沿技术，探索在制造与供应链领域的应用。
1.协助搭建飞猪搜推广业务（算法模型、业务策略）及经营&营销业务（如补贴算法、交通策略等）的数据评估体系，参与AB实验设计、效果监控与基础归因分析。 2.负责搜推广AB实验、日常分析看板建设，评估算法和产品策略（如排序模型、意图识别等）对搜索效率和用户体验的影响，联动产品和算法工程师进行实验分析和策略优化。 3.协同算法团队完成中等复杂度的专项分析，输出结构化分析报告。